变化检测技术在森林采伐监测中的应用

利用变化检测技术从高分辨率遥感卫星影像上提取森林采伐区植被覆盖情况的变化信息,可以实现对森林采伐的监测。主要通过归一化植被指数（NDVI）结合影像差值,对经过校正后不同时相的spot5影像进行植被覆盖变化检测,结果表明,能较好地检测出采伐区变化的地面类型、林班界线,检测出采伐区植被减少的面积与实际采伐面积相比较,精度达到80%以上,检测的效果较好,该方法适用于对森林采伐进行监测。     

基于SVM遥感分类技术的艾比湖地区20 a土地利用与覆被变化及其驱动力分析

[目的]土地利用与土地覆被变化是影响干旱区生态环境变化的一个重要因子,利用遥感技术可以从大尺度上主动快速地发现变化区域,具有实时性、动态性、宏观性等优势.研究针对传统的遥感图像分类方法在精度和分类效率等方面存在不足,不确定性较高等问题,采用支持向量机(SVM,Support Vector Machine)分类技术,监测了艾比湖地区1990、2001和2011年的土地利用与覆被变化情况,分析近20 a艾比湖地区各类用地在数量和结构上的变化,探讨影响其变化的驱动力因子.[方法]选择生态环境脆弱的新疆艾比湖地区为研究区,采用SVM分类技术对艾比湖地区1990、2001和2011年三期遥感影像进行分类,并与传统的最大似然分类法和决策树分类法进行对比实验,选取最优分类方法结合GIS、GPS技术,在综合野外调查的基础上对新疆艾比湖地区20a的土地利用与覆被变化进行监测.[结果]SVM分类方法的分类精度和Kappa系数最高,基于该技术分析出1990～2011年间艾比湖地区各类土地利用类型在结构和数量上都发生了较大变化.[结论]SVM分类方法为最优分类方法;在近20 a的时间里,艾比湖地区各类用地均发生了较大的变化;影响艾比湖地区土地利用与覆被变化的驱动力因素主要包括自然因素和人文因素,但由于短时期内自然因素对艾比湖地区土地利用变化的影响因素较小,因而人文因素被认为是影响当地土地利用与土地覆被变化的主要驱动力因素.     

石河子垦区土地利用/土地覆被变化遥感监测研究

通过对石河子垦区1989年和2002年同期遥感影像进行土地利用／土地覆被变化的分类研究，一方面提出了遥感数据和地理信息矢量数据相结合提高分类研究精度的方法，另一方面分析了垦区土地利用变化的驱动力，为该区可持续利用土地的规划提供了依据。     

新疆渭干河——库车河三角洲绿洲土地覆被变化及驱动力分析

[目的]监测渭库绿洲1989,2001和2007年的土地覆被变化情况,进而分析土地覆被变化数量和结构及其驱动力.[方法]选择盐渍化比较严重的渭干河-库车河三角绿洲(简称渭库绿洲)地区为研究区域,从土地覆被/覆被变化的角度出发,结合当地的遥感和地理信息数据,利用遥感技术,对渭库绿洲1989,2001和2007年的土地覆被变化进行了监测.[结果]各土地覆被类型从数量和结构上都发生了较大变化.[结论]近十几年来随着研究区域经济的发展,人口的增加,用地需求量增加使得土地资源大规模开发进而使林地等自然覆被减少,农业用地增加.开垦后由于灌溉不科学,盐渍化加重,因而土地盐溃化成了该地区目前绿洲农业生产发展的最大问题之一[1].     

一年一季农作物遥感分类的时效性分析

【目的】基于遥感影像的作物分类研究是提取作物种植面积和长势分析及产量估测的基础,也是推动现代化农业快速发展的动力。研究结果可为农业等相关部门掌握农情,进行宏观调控提供依据。目前,农业遥感研究主要集中于中低分辨率遥感影像,影响植被信息提取的精度,应用高分辨率多时相遥感影像和选择最优分类方法可以提高植被信息提取精度。明确农作物遥感分类的时效性与最优分类方法,为快速、准确地获取作物空间分布数据和农情定量遥感监测提供依据。【方法】基于黑龙江省虎林市2014年5—10月覆盖完整生长期的20幅遥感影像,构建16 m分辨率NDVI时间序列曲线,建立决策树分类模型,通过分类影像进行系列阈值分割,并结合辅助背景数据及专家知识,成功提取虎林市土地利用覆被信息;利用20幅影像依次波段合成的方式进行作物分类,明确最优时相;将提取的耕地范围作为作物分类规则,并与未提取耕地范围的作物分类结果进行比较;同时通过最大似然法、马氏距离法、神经网络法、最小距离法、支持向量机、波谱角分类法、主成分分析法多种分类方法进行作物分类;利用农业保险投保地块数据进行精度验证。【结果】(1)7月初、7月末到8月初、9月末是研究区一年一季作物遥感分类的3个关键时相;(2)决策树分类方法在提取土地利用覆被信息的结果中精度最高,总体精度90.24%,Kappa系数0.87;(3)6月初与7月初2幅影像结合采用最大似然法对作物进行分类的总体精度高达94.01%,Kappa系数为0.79,6月初与7月初的影像结合,可以解决作物分类的时效性;(4)结合9月21日的影像,总体精度进一步提高,大豆分类精度明显提高,最终确定最大似然法为最优作物分类方法。【结论】通过遥感数据能实现在7月上旬对作物进行精准分类,拓展了遥感数据在农业领域的应用价值,对一年一季地区作物快速分类与农情定量遥感监测有重要意义。     

基于C5.0算法的森林资源变化检测方法研究——以山东省徂徕山林区为例

以山东省徂徕山林场为试验区,利用两时相的TM与ETM+遥感数据对该地区的针叶林、阔叶林等森林资源的变化进行研究。将基于C5.0算法的决策树分类方法应用于森林变化检测,并对3种检测方案进行试验比较:(1)以单一时相图像作为数据源并各自分类,分类后作比较提取变化信息;(2)以两时相图像的原始波段数据作为数据源训练规则,并生成变化检测图;(3)以两时相图像加上邻近相关分析图像作为数据源训练规则,生成变化检测图。试验结果表明,基于C5.0算法的决策树分类可以有效的进行森林变化检测,并且加入邻近相关分析图像后的变化检测精度达到最高。     

SAR 遥感指数研究进展

【目的】指数作为遥感信息的一种有效描述,在对大气、海洋、土壤和植被等进行定性、定量评估时具有重要意义。【方法】合成孔径雷达(SAR)技术利用微波与地表相互作用过程感测地表,SAR遥感拥有丰富的地表散射强度和相位信息,具有一定物理意义又高度综合表征地物信息的SAR遥感指数便于SAR遥感技术的业务化应用,文章通过文献调研,对SAR遥感指数及其在土壤表面状况监测、植被生长状况监测和植被信息快速提取中的应用研究现状进行分析。首先对SAR相关指数进行整理,根据反映的地表覆被状况将其划分为土壤指数与植被指数两大类型;然后,分别针对SAR遥感中具体的土壤指数和植被指数,从指数定义、物理意义、应用和精度等方面分析其优缺点。【结果/结论】国内外学者对SAR遥感指数开展了众多研究,但目前SAR遥感指数还存在一些问题,在未来的研究中,需要充分挖掘多模式、多极化、多波段、多时相SAR遥感数据的丰富信息,融合光学遥感及其他数据,从机理出发,构建更多物理意义明确的SAR遥感指数。     

热红外遥感及其在农业旱情监测中的应用研究进展

【目的】梳理目前热红外遥感研究进展,探讨热红外遥感技术在农业旱情监测方面的应用现状,为热红外遥感技术在土壤水分反演和旱情监测方面的应用探明发展道路。【方法】文章通过系统梳理和总结国内外热红外遥感及其在农业旱情监测中的应用研究进展,分析了目前研究存在的问题,并对未来热红外遥感在农业旱灾监测中的应用进行了展望。【结果】热红外遥感已经形成多源遥感数据和多时空分辨率数据并存的局面,地表温度遥感定量反演和地表蒸散发遥感估算已经取得较大进展,但热红外遥感数据产品系统生产仍然面临许多问题,尤其是时空尺度、云影响、像元间可比性和反演精度等问题,仍然需要开展深入的研究;目前农业旱情遥感监测已经取得了较大进展,国内外学者提出了多种不同的表征指数监测方法,但由于热红外遥感存在的许多固有问题,农业旱情遥感监测仍面临许多挑战,尤其是从热红外遥感前沿问题出发开展农业旱情遥感监测模型研究。【结论】在对地观测大数据时代背景下,热红外遥感及其在农业旱情遥感监测中的应用,迫切需要进一步深入研究全天候高精度地表温度遥感反演、高精度农田蒸散遥感定量估算、时空尺度转换与多尺度监测、旱情监测机理模型构建等前沿学术问题,同时,这些问题也是农业旱情遥感监测获得突破性进展的重要方向。热红外遥感理论与方法的发展,将有力地推动我国农业旱情监测精度的提高,为现代精准农业发展保驾护航。     

融合主被动遥感影像的冬小麦种植面积提取研究

为了快速、准确地获取作物分布信息,探索使用主动遥感影像（Sentinel-1A）和被动遥感影像（Sentinel-2）提取冬小麦空间分布的可行性。首先,根据冬小麦的物候特征,合成冬小麦全生育期的Sentinel-1A影像;并依据各类地物的NDVI（归一化植被指数）时序曲线合成一期高质量的冬小麦越冬后Sentinel-2影像。其次,设计Sentinel-1A影像、Sentinl-2影像和融合Sentinel-1A与Sentinl-2主被动遥感影像3种分类方案,然后在Google Earth Engine(GEE)云平台上基于随机森林算法对冬小麦进行分类。结果表明,基于全生育期Sentinel-1A影像的冬小麦用户精度和生产者精度分别为83.15%和86.44%,提取结果中存在较多的“椒盐”噪声;基于冬小麦越冬后Sentinl-2影像的冬小麦用户精度和生产者精度分别为87.98%和84.75%,提取精度较使用全生育期Sentinel-1A影像有所提高,但分类结果受“异物同谱”的影响,产生许多错分;融合主被动遥感影像的冬小麦用户精度和生产者精度分别为96.57%和95.48%,相较于仅使用单...     

基于多源遥感数据的北京城市热岛研究

首先利用MODIS数据在像元尺度上获取地表温度反演中所需大气参数一大气水分含量,再利用LandsatTM影像采用Jimenez-Munoz和Sobrino的普适性单通道算法反演地表温度,通过地面实测数据对反演结果进行验证。结果表明,利用多源遥感数据反演地表温度具有较高的精度。用该方法对北京城市热岛状况进行研究,发现北京城市热岛效应十分明显,地表植被覆盖度低是城市热岛出现的主要原因之一。     

一种提高土地利用/覆被变化遥感监测补判效率新方法

目前对土地利用/覆被变化遥感监测解译中不确定地物的补判通常利用GPS手持接收机在野外进行,这种方法常常耗财、耗时、耗力。提出利用Google Earth上部分地区具有的高分辨率影像,对土地利用/覆被变化遥感监测解译过程中部分不确定地物进行补判的新方法。结果表明,利用Google Earth在室内就可以对遥感监测解译过程中的部分不确定地物进行可靠补判,大大提高了土地利用/覆被变化遥感监测效率。     

基于缩影的多时相遥感语义变化检测方法

针对高分辨率遥感图像标签稀缺和标签技术增长缓慢限制了多时相语义变化检测发展的问题，提出了采用有噪声、低分辨率的弱标签替代高分辨率标签进行多时相语义变化检测的方法。首先，采用低分辨率卫星数据平滑高分辨率遥感图像输入的质量差异。其次，通过将缩影（epitomes）模型和标签超分辨率算法作为统计推理算法相结合的方法预估高分辨率遥感图像分类图，并拟合一个小型FCN网络对生成的遥感图像分类图进行后处理来改善其分类的效果。最后，通过对比不同时相土地覆盖分类图像之间的差异得出变化检测结果。结果表明，本研究提出的方法与其他多时相语义变化检测方法 FCN/all相比，平均交并比（mIoU）提高了8.9个百分点，能够有效检测土地覆盖分类变化。     

基于多分类器组合的遥感土地利用分类研究

为了从遥感影像中快速、高效地获取较高精度的数据,按照分类组合的思想,根据山西省太原市榆次区Landsat TM影像数据,将传统监督分类中分类性能较好的分类器作为基分类器,运用改进后的加权投票算法进行多分类器组合,用于研究区遥感影像土地利用/覆被数据分类.结果表明,多分类器组合的分类结果精度要高于单独的基分类器分类精度,两两分类器组合的分类精度要高于三分类器组合的精度.研究结果证实了多分类器组合的可行性和有效性,能够提高传统分类方法的分类精度.     

内陆地表水体水质遥感监测研究进展

【目的】 水质监测是水生态管理的一个重要环节。近年来内陆地表水体污染问题严重，及时、准确地获取内陆地表水质信息，可为水污染防治政策的制定提供科学依据，对合理调节城市生产生活污水排放以及保障内陆水域生态安全具有重要意义。【方法】 文章系统总结了国内外近年来内陆地表水体水质遥感监测的研究现状，介绍了内陆地表水体水质遥感监测常用的指标及其选择依据，归纳了内陆地表水体遥感监测中各种模型或方法的使用情况，指出了现有内陆地表水体水质遥感监测研究存在的问题。【结果】 当前内陆地表水体水质遥感监测存在以下问题：①实测数据获取成本高，亟需建立大规模共享平台，提高数据利用率；②绝大多数研究中的多种遥感数据源各自独立处理，需要进一步研究多元数据融合；③主要模型在实际研究中对实测数据依赖性较高，需要进一步优化算法模型，提高普适性；④已有研究中研究区多数为大面积湖泊或河流，需要增强对高分辨率卫星遥感和无人机遥感数据的利用，对细微水体水质进行监测研究。【结论】 该文分析了现有内陆地表水体水质遥感监测研究存在的问题，并提出了未来的发展趋势，旨在为实现内陆地表水体水质高效准确监测提供借鉴和参考。     

森林植被遥感监测影像最佳分辨率选择

遥感影像分辨率的高低直接影响着森林植被监测的精度、成本和效率,故选择适合森林植被监测的影像最佳分辨率具有重要的应用价值。针对森林植被监测影像最佳分辨率选择方法及结果缺乏的问题,从林业实际应用出发,提出了基于1个步长的变异函数分析空间变异并综合考虑监测精度、成本和效率来确定森林植被监测影像最佳分辨率方法。基于最新的国产高分二号（GF-2）全色影像,利用1个步长的变异函数对湖南常宁洋泉镇林区3种典型分布类型森林植被进行拟合分析,初步确定适合森林植被监测的影像最低分辨率。然后对重采样形成的不同尺度多光谱影像分别进行监督分类,并对结果进行定量定性分析,结合影像成本和数据处理时间,找到适合不同类型森林植被监测的影像最佳分辨率。研究表明:不同分布类型的森林植被,适合遥感监测的影像最佳分辨率不同:①小冠幅森林植被3.2 m;②大冠幅森林植被16.0 m;③混合冠幅森林植被8.0 m。该森林植被遥感监测影像最佳分辨率确定方法和结果可为其他区域森林植被遥感监测影像最佳分辨率确定提供借鉴。     

基于InVEST模型的森林碳储量动态监测

森林碳储量主要通过地面调查数据来估算,存在着统计工作量大,建模复杂度高等难点。如何快捷、准确地估测森林碳储量一直是国内外林业领域研究的热点和难题。结合遥感图像监测尺度大和InVEST模型输入参数少的特点,提出一种基于InVEST模型结合遥感图像估测森林碳储量的方法。该方法根据森林类型碳储量信息和相应的栅格数据,利用InVEST模型估测区域森林碳储量,然后通过比对多期遥感数据估测出的碳储量得出该区域碳储量变化,从而实现森林碳储量的动态监测。对浙江省庆元县2009年的碳储量进行了估算和绘图,根据行政区划图可估算出乡(镇)和村级的碳储量。实验分别对坑西村2009年和2014年的碳储量进行了估算,根据基于碳库差别的方法实现了碳储量动态监测。实验结果表明:①庆元县2009年的森林碳储量为3.274 3×107 Mg;②坑西村2009年到2014年碳储量增加了1.780 3×104 Mg。相比不对森林类型进行细分的森林平均碳密度,将各森林类型平均碳储量和森林类型年度碳汇量引入到森林碳储量监测中,使得森林碳储量的估测精度得到了提升。另外,提出的森林碳储量动态监测可实现对县、乡(镇)和村级的监测,具有模型输入数据量少和输出结果可视化的优点,以及监测手段简单便捷,操作性强等特点。图5表4参32     

国家尺度土地利用/覆被变化遥感监测方法

以中国科学院国家资源环境数据平台土地利用/覆被专题数据库的建设为背景,总结了国家尺度土地利用/覆被变化涉及的主要遥感监测技术和方法,包括基于遥感监测的土地利用/覆被分类系统、遥感信息源、土地利用/土地覆盖信息提取方法、土地利用分类1 km栅格成分数据构建技术以及土地利用分类面积汇总技术,并在此基础上分析了国家尺度土地利用/土地覆盖专题空间数据库应用现状和未来发展前景。     

基于NDVI估算植被体散射的土壤水分反演研究

[目的]为通过植被指数方法进行土壤水分估算和旱情监测提供依据。[方法]以新疆渭干河-库车河三角洲绿洲为研究区,雷达数据和光学遥感数据相结合,对干旱区绿洲进行土壤和植被水分信息的提取。[结果]在同期光学遥感影像数据提取叶面积指数基础上,利用简化的“MIMIcs模型”从雷达数据总的后向散射中去除植被的影响,建立土壤后向散射系数与土壤含水量之间的关系。[结论]主被动遥感数据结合在干旱区土壤水分反演时去除植被影响有较好的效果。     

应用遥感数据进行森林模式识别方法试验初探

本文叙述应用Bayes判别进行遥感数据的森林模式识别原理和方法,并进行了小型试验,同时对三种不同处理数据方法的结果进行了比较。试验表明,应用电子计算机对遥感数据进行森林模式识别分类是可行的,方法灵活多样,而且精度可以保证。     

基于MODIS的农作物面积遥感监测及应用

MODIS遥感数据具有探测周期短、覆盖面积广、数据开放等优点,适合大尺度、动态的农业遥感监测应用。结合了MODIS遥感数据资源的特点和农作物物候特征,提出了基于MODIS的农作物面积遥感监测方法,并根据黄淮地区冬小麦种植面积提取的应用需求,选用地理空间数据云平台提供的3种MODIS数据产品进行了农作物面积提取。结果表明,使用5 d合成数据产品的提取精度较高。